基于语义感知的激光雷达定位方法、装置及可读介质

    公开(公告)号:CN118262085A

    公开(公告)日:2024-06-28

    申请号:CN202410520586.8

    申请日:2024-04-28

    Applicant: 厦门大学

    Abstract: 本发明公开了一种基于语义感知的激光雷达定位方法、装置及可读介质,涉及计算机模型领域,包括:构建包含坐标点回归网络、语义分割网络和知识蒸馏网络的场景定位模型,坐标点回归网络包括多尺度特征提取模块和回归模块,回归模块包括定位回归器和语义回归器,定位回归器输出每个点在世界坐标系所对应的坐标,语义回归器输出点云数据中每个点的第一语义特征;语义分割网络用于提取点云数据中每个点的第二语义特征,将第二语义特征下采样为教师特征,将第一语义特征作为学生特征,学生特征和教师特征输入知识蒸馏网络中进行知识蒸馏,构建总损失函数并对场景定位模型进行训练,得到经训练的坐标点回归网络;解决定位的鲁棒性和准确性低等问题。

    一种基于遥感电磁辐射和红外图像的目标检测方法

    公开(公告)号:CN113723511B

    公开(公告)日:2023-12-22

    申请号:CN202111010490.X

    申请日:2021-08-31

    Applicant: 厦门大学

    Abstract: 本发明公开了一种基于遥感电磁辐射和红外图像的目标检测方法,包括以下步骤:S1、获取区域内的电磁辐射信号和红外图像,并将电磁辐射信号二维化;S2、将二维结构的电磁辐射和红外图像作为输入,馈送到多模态特征融合Transformer中,通过注意力机制将两个输入源的特征向量进行整合,得到电磁辐射检测结果和红外图像检测结果;S3、将电磁辐射检测结果和红外图像检测结果经融合张量后,输入到检测融合网络中,输出得到目标检测结果;该发明通过给定一块目标区域在某一时刻的电磁辐射信号和红外图像数据作为输入,能够通过两个模态之间的信息交互和增强,提高目标检测的性能和置信度。

    基于自适应局部优化的三维点云对抗攻击方法

    公开(公告)号:CN116645583A

    公开(公告)日:2023-08-25

    申请号:CN202310473867.8

    申请日:2023-04-27

    Applicant: 厦门大学

    Abstract: 本申请公开了一种基于自适应局部优化的三维点云对抗攻击方法,包括:对原始点云进行区域划分;将区域划分后的原始点云输入到训练好的网络模型,以得到网络模型的识别结果,并根据识别结果得到每个区域的贡献值,并对每个区域按照贡献值进行排列;获取攻击区域数量,以便根据攻击区域数量在排序后的每个区域中得到攻击的脆弱性区域;对脆弱性区域进行攻击,并根据距离约束和惩罚项约束得到对应的对抗点云;在三维坐标系的不同方向自适应分配扰动量,并迭代优化扰动量,以便更新对抗点云;对更新后的最终对抗点云进行可视化;由此,通过局部区域攻击以减少三维对抗点云的生成代价,同时采用自适应局部攻击算法,能够生成高质量的三维对抗点云。

    基于多源异构数据融合的山火识别及过火面积估算方法

    公开(公告)号:CN115937701A

    公开(公告)日:2023-04-07

    申请号:CN202211518706.8

    申请日:2022-11-30

    Applicant: 厦门大学

    Abstract: 本发明提供基于多源异构数据融合的山火识别及过火面积估算方法,包括:获取含有热点目标的卫星遥感图像,并进行预处理;采用Faster R‑CNN对卫星遥感图像进行热点目标检测,得到含有热点预测框的图像以及相对应的预测框坐标;对预测框进行坐标转换,利用全球森林覆盖图进行多源数据融合,实现非山火区域滤除;分别采用NDVI阈值法和NBR阈值法对过火面积进行估算;利用卫星热红外遥感数据对山火进行检测,热红外遥感对高温目标识别敏感,通过遥感图像中山火区域和背景区域的灰度值差异,并且融合全球森林覆盖图有效判别火点,不依赖可见光,时间分辨率高、图像覆盖范围广,能够全天候大范围实现山火监测,且卫星重访周期有利于对森林资源的动态监测和过程分析。

    基于多视角投影的跨维数据检索方法

    公开(公告)号:CN114637880A

    公开(公告)日:2022-06-17

    申请号:CN202210151825.8

    申请日:2022-02-18

    Applicant: 厦门大学

    Abstract: 本发明提出了一种基于多视角投影的跨维数据检索方法,该方法包括:获取二维图像数据和对应匹配的原始三维点云;对对应匹配的原始三维点云进行体素化处理,以得到对应的体素;将对应的体素投影到二维空间以生成每个二维图像对应匹配的点云多视角投影图像;根据孪生网络构建深度学习模型,并将二维图像数据和对应匹配的点云多视角投影图像输入到深度学习模型进行训练;获取多个待检索的二维图像和三维点云,并基于训练好的深度学习模型从二维图像对三维点云进行检索,以得到每个待检索的二维图像在所有三维点云中最匹配的三维点云;由此,可缩小点云数据在跨维匹配中与二维图像的数据差异,从而提高二维图像到三维点云的检索准确率。

    一种基于深度聚类网络的电磁信号频谱感知方法

    公开(公告)号:CN113381827B

    公开(公告)日:2022-04-26

    申请号:CN202110640928.6

    申请日:2021-06-09

    Applicant: 厦门大学

    Abstract: 本发明公开了一种基于深度聚类网络的电磁信号频谱感知方法,包括以下步骤:S1、根据输入的信号分选及定位样本,并对辐射源信号进行规则化处理;S2、采用深度连续聚类网络对输入的辐射源信号进行聚类;S3、利用聚类后的辐射源信号,结合输入的定位结果,使用目标追踪算法实现多个时刻信号的前后关联,形成电子目标的运动轨迹;S4、根据电子目标的运动轨迹,分析多个电子目标之间的运动规律,采用集合更新算法和平台配属算法进行平台聚合,发掘出潜在的目标平台;该发明通过输入已分选和定位好的信号样本,系统将自动区分来自不同设备的信号,根据这些设备信息,可以进行后续电子目标关联和平台聚合的工作。

    一种基于深度聚类网络的电磁信号频谱感知方法

    公开(公告)号:CN113381827A

    公开(公告)日:2021-09-10

    申请号:CN202110640928.6

    申请日:2021-06-09

    Applicant: 厦门大学

    Abstract: 本发明公开了一种基于深度聚类网络的电磁信号频谱感知方法,包括以下步骤:S1、根据输入的信号分选及定位样本,并对辐射源信号进行规则化处理;S2、采用深度连续聚类网络对输入的辐射源信号进行聚类;S3、利用聚类后的辐射源信号,结合输入的定位结果,使用目标追踪算法实现多个时刻信号的前后关联,形成电子目标的运动轨迹;S4、根据电子目标的运动轨迹,分析多个电子目标之间的运动规律,采用集合更新算法和平台配属算法进行平台聚合,发掘出潜在的目标平台;该发明通过输入已分选和定位好的信号样本,系统将自动区分来自不同设备的信号,根据这些设备信息,可以进行后续电子目标关联和平台聚合的工作。

    道路网络提取方法、介质、计算机设备及系统

    公开(公告)号:CN109558801B

    公开(公告)日:2020-08-07

    申请号:CN201811281849.5

    申请日:2018-10-31

    Applicant: 厦门大学

    Abstract: 本发明公开了一种道路网络提取方法、介质、计算机设备及系统,包括:获取原始图像;对原始图像进行处理以提取多个候选样本,并选取局部斑块;计算每个局部斑块的置信评分,并计算所有局部斑块的置信评分均值,以及将均值作为对应的候选样本的置信度,并将置信度小于预设置信阈值的候选样本选取为训练样本以生成训练样本集;分别构造生成器、第一判别器、第二判别器和VGG网络以进行道路网络提取模型的训练,以生成道路网络提取模型;将待测试的道路源图像输入道路网络提取模型,以生成路网地图;从而使得使用者可以通过简单地交互获取大量的训练样本,节约人力和物力资源;同时,可以获取异常的道路区域,增强道路网络的最终提取效果。

    基于扩展线段的农村道路网匹配技术

    公开(公告)号:CN109325156A

    公开(公告)日:2019-02-12

    申请号:CN201810376370.3

    申请日:2018-04-25

    Applicant: 厦门大学

    Abstract: 本发明公开了一种基于扩展线段的农村道路网匹配技术,采用在参考线段周围构建缓冲区的方法,按长度、距离、角度计算落在缓冲区内的线段与参考线段间的相似性,以此选出候选线段;针对一对多的匹配情况,提出对参考线段与候选线段分别做扩展,再依据长度、距离、形状来计算扩展后线段间的相似性,对相似性较大的线段进行选择后构成新的候选线段;构造一个自适应参数,来表示选择后的新候选线段的个数,通过迭代循环扩展步骤使自适应参数逐渐减少到1,此时即确定了与参考线段正确匹配的线段。

    基于高分辨率卫星影像的道路宽度估计方法

    公开(公告)号:CN107203761A

    公开(公告)日:2017-09-26

    申请号:CN201710454604.7

    申请日:2017-06-15

    Applicant: 厦门大学

    Abstract: 本发明公开了一种基于高分辨率卫星影像的道路宽度估计方法,根据高分辨率卫星影像中道路的特征,定义了一种新颖的道路宽度描述符,通过统计固定大小的道路块内的像素分布并用直方图的形式表示,可以描述道路的宽度特征;在道路宽度描述符的基础上,结合卷积神经网络,提出了基于卷积神经网络的道路宽度估计方法;针对道路宽度估计结果中存在的宽度不连续问题,根据道路宽度的连续性,定义了一种基于空间一致性的道路宽度估计能量函数,通过最小化该能量函数可以实现卫星影像中道路宽度类别的合理估计。

Patent Agency Ranking